1) Enoncé des exercices corrigés
|
|
- Stéphane Gauvin
- il y a 6 ans
- Total affichages :
Transcription
1 Cours de statistique des valeurs etrêmes séries d eercices ) Enoncé des eercices corrigés Eercice (Constante d une densité de probabilité) On considère la fonction f() = k ep ; R où k est une constante. Pour quelle valeur de k f dé nit-elle la densité de probabilité d une v.a.c. X? Eercice (espérance de vie d une population) On suppose que la durée de vie d un individu dans une population donnée est modélisée par une v.a.c. X dont la fonction densité de probabilité est donnée par k f() = ( ) si où k est une contante positive. si non. Déterminer la valeur de k.. Calculer la probabilité qu un individu meure entre 6 ans et 7 ans. 3. Quelle est l espérance de vie d un individu dans cette population? Eercice 3 (loi normale ) Dans une université on suppose que la variable "taille" (en centimètres) des étudiants suit une loi normale de moyenne 7 et de variance 64. Déterminer la proportion des étudiants a) dont la taille ecède 3 cm. b) mesurant moins de 6 cm. c) dont la taille est comprise entre cm et cm. Eercice 4 (fonction caractéristique d une eponentielle) Soit X une variable aléatoire réelle dont la densité de probabilité est dé nie par f() = ke jj ; R où k est une constante.
2 a) Déterminer la valeur de k. b) Calculer l espérance mathématique E(X) et la variance V(X) c) Construire la fonction caractéristique de X. Eercice (densités marginales eponentielles) Soit (X; Y ) le couple de variables aléatoires réelles de fonction densité conjointe f XY (; y) = e y avec < < y. Déterminer les fonctions densités marginales f X et f Y. Déterminer les fonctions de répartition marginales F X et F Y 3. Les variables X et Y sont-elles indépendantes? Eercice 6 (construction d une copule) Déterminer les distributions marginales F() et G(y) associées à la distribution H(,y) puis construire la copule C(u,v) associée à H par le théorème de Sklar. ( + )(e >< y ) sur [ ; ] [; +] a) H(; y) = + e y > e y sur ]; +[[; +[ ailleurs n b) H (; y) = ep h( + y) + y io ; c) H (; y) = [ + e + e y + ( ) e y ] ; [ ; ] Eercice 7 (générateur archimédien) En supposant que la fonction ' suivant est un générateur archimédien construire la copule C associée ( t) a) ' (t) = ln t b) ' (t) = ln ( t) avec [; +[ c) ' (t) = ln( ln t) avec ]; ] d) ' (t) = ln t ; ]; ].
3 e) ' (t) = (t ) avec [; +[ f) ' (t) = arcsin( t ) avec ]; ] Eercice (copule de distribution etrême) Construire la copule C (u; v) associée à la distribution G (; y) n h io y. G ( ; ) = ep y + y y y +y ; [; ]. G ; ( ; ) = ep (y + y ) ; + 3 < 3. G ; ( ; ) = ep 4y + y y y fy ( + ) + y ( + )g (y + y ) y + y 39 = ; ; ]; ] ; ; + 4. G ; ( ; ) = ep y q y ( q) ; < et < où q = q(y ; y ; ; ) est la solution de l équation ( )y ( q) ( )y q = 9 <. G ; ( ; ) = ep y + y + (y y ) = ; Eercice 9 (tau de Kendall). Calculer le tau de Kendall associé à la copule C de Gumbel-Morgenstern C (u; v) = uv + uv( v)( ). Déterminer en fonction de son générateur ' l epression du tau de Kendall d une copule archimédienne. 3. Déterminer en fonction de ses dérivées du tau de Kendall d une copule singulière ou présentant à la fois une composante singulière et une composante absolument continue. Eercice ( rho de Spearman) Calculer le rho de Spearman associé à la copule C dans les cas suivants. C (u; v) = uv + uv( v)( ) copule de Gumbel-Morgensternon. C ; = M + ( ) + W; membre de la famille de Fréchet 3. u C ; (u; v) = v si u v uv si u v ; famille de Marshall-Olkin 3
4 ) Correction des eercices Eercice f() = k ep ; R où k est une constante R; f() =) k car R; ep > donc il faut que k soit positive Il su t de véri er la condition R + f()d = h R i + f()d R h = k + R i + f()f(y)d dy = k R h + R + ep ( + y ) i d dyen faisant le changement de variables = r cos et y = r h sin et utilisant la formule R i + de changement de variables d une intégrale on obtient f()d R h = k R + r ep r k R d R + r ep r dr = k [] ep r + =) k = =) k = p Par suite f() = p ep densité de loi normale standard ou centrée réduite. Eercice ; R; fonction ) Valeur de k f densite =) R; f() R; ( ) =) k donc k doit être positive. Il reste à véri er la condition R + f()d = R + f()d = k R ( ) d = k R ( )d = k k + = k Or R + k9 f()d = =) = soit k = 3 9 et donc par suite on a 3 3 f() = 9 ( ) si si non ) La probabilité qu un individu meure entre 6 ans et 7 ans est p = P (6 X 7) = R 7 f()d = k R ( ) 7 d = k =) p = ( ) ( ) = ; 6 Conclusion,6% de la population meurre entre 6 et 7 ans. 3) L espérance de vie est E (X) = R + f()d 4
5 E (X) = R + f()d = k R 3 ( ) d = k R [ ] d = " # 6 k = k =) E (X) = k 6 Or k = 3 9 par suite E (X) = = Conclusion L espérance de vie est de ans dans cette population. Eercice 3 On note X la variable Taille, avec X réduite associée à X, on a X = X 7 N(7; 64). Soit X la variable centrée N(; ) de fonction de répartition. On calcule la proportion des étudiants dont la taille dépasse 3 cm. p = P (X > X ) = P > = P (X > ) = P (X ) = (; 43) = ; 7 = ; 7% Conclusion On a,7% des étudiants de cette université mesurent plus de 3 cm ou on peut estimer que, dans cette université, 476 (,7% de 3) étudiants environ mesurent plus de 3 cm.. La proportion p des étudiants dont la taille est inférieure à 6 cm est p = X P (X < 6) =P < = p(x < ) = ( ; ) = (; ) =) p = P (X < 6 = 943 = 7 Environ % des étudiants de cette université mesurent moins de 6 cm soit 37 étudiants (,6% de 3) environ p" = P ( < X < ) = P < X 7 < = P (; 63 < X < ; ) = (; ) (; 63) =,944,737 =,7. Environ 6% des étudiants mesurent entre cm et cm. On peut estimer à environ 476 (,7% de 3) le nombre d étudiants de cette université mesurant entre cm et cm. Eercice 4 f() = ke jj ; R où k est une constante =) f() = ke jj = ke si ke si a) R + f()d = =) = R ke d + R + ke d = k =) soit k =
6 b) E (X) = R e d = ( f() est une fonction impaire e d + R + à intégrer sur un domaine fermé et centrée); V (X) = E (X ) [E (X)] = R e d + R + e = c) Soit ' X (t) la fonction caractéristique de X. On a ' X (t) = E (e it ) = +t (intégration deu fois par parties) Eercice Dans cet eercice, il faut bien prendre garde au fait que la densité jointe fx,y (, y) du couple (X, Y ) dépend de l ordre des variables. En e et, il y a la condition < y qui est imposée dans la dé nition. ) Pour, la densité jointe est nulle, donc celle de X aussi. Prenons > et calculons la densité marginale de X f X () = R + f XY (; y)dy = R + e y dy = e R + e y dy = e ; > C est la loi eponentielle de paramètre. De même on a f X () = R + f XY (; y)d = R + e y d = e y ( e y ) ; y ) Les fonctions de répartition. Pour tout réel > on a F X () = P (X ) = R f X(t)dt = e De même F Y (y) = P (Y y) = R y f y(s)ds = ( e y ) 3 ) Déterminons la probabilité conjointe P (X ; Y y) = R R y f XY (s; t)dsdt Comme le suggère l énoncé, il faut tenir compte des deu cas où y et > y. Cette distinction provient du fait qu il y ait un ordre imposé dans les variables de la densité jointe. Commençons par supposer que s t, puisque est compris entre et t, on peut séparer le premier signe intégral en deu parties Pour y. on véri e que P (X ; Y y) = R y R y e y dsdt = ( e y ) Pour > y on établit que P (X ; Y y) = R R y e y dsdt = ( e ) ( e y + e ) On a F X () F Y (y) 6= F XY (; y) donc les deu variables ne sont pas indépendantes. Eercice 6 ( + )(e >< y ) sur [ ; ] [; +]. Pour la distribution H(; y) = + e y > e y sur ]; +[[; +[ On ailleurs véri e que F (u) = u et G (u) = ln( v) Par conséquent la copule uv associée est telle que C(u; v) = ; u; v I u + v uv 6
7 n. Pour tout réel ; la distribution bivariée H (; y) = ep h( + y) + y io dé nie sur [; +[ [; +[ admet pour marges F () = G() = ep( ); [; +[ soit u [; [; n F (u) = G (u) = ln u La copule associée est telle ( que C (u; v) = uv ep ln u) + ( ln v) o ; ; c est la copule de Galambos. 3. Pour tout réel [; ] ; H (; y) = [ + e + e y + ( n ) e y ] associée est C (u; v) = u+v +( u) ( v) ep ; Eercice 7 ( t) a) ' (t) = ln t! C (u; v) =, la copule ln ( u) + ( ln v) uv ; [ ; ] ( u)( v) o ; b) ' (t) = ln ( t) avec [; +[! C (u; v) = ( u) + ( v) ( u) c) ' (t) = ln( ln t) avec ]; ]! C (u; v) = uv ep( ln u ln v) d) ' (t) = ln t uv! C (u; v) = ; ]; ]. [ + ( u )( v )] h e) ' (t) = (t ) avec [; +[! C (u; v) = + u ) + (v i f) ' (t) = arcsin( t ) avec ]; ]! C (u; v) = ( u ) p ( v ) ( v ) p Eercice Copule C associée à la distribution G (; y) n. G ( ; ) = ep. G ; ( ; ) = ep (y + y ) h io y y + y y ~u~v y +y ; [; ] ;copule C (u; v) = uvep ~u + ~v ; + 3 / copule C (u; v) = uvep < 3. G ; ( ; ) = ep ( C ; (u; v) = uvep 4y + y (~u +~v ) y y fy ( + ) + y ( + )g avec ; + (y + y ) ~u~v ) y + y 7 ~u ( + ) + ~v ( + ) (~u~v) 39 = avec ; ]; ] copule ;
8 4. G ; ( ; ) = ep y q y ( q) avec < ; < et q = q(y ; y ; ; ) solution de ( )y ( q) ( )y q = copule C ; (u; v) = ep ~uq + ~v( q) 9 <. G ; ( ; ) = ep y + y + (y y ) = h ; copule C ; (u; v) = ep ~u + ~v + Eercice 9 ) Calculer le tau de Kendall associé à la copule C de Gumbel- Morgenstern C (u; v) = uv + uv( v)( ) Solution c = 9 En e et u; v I; C (u; v) = uv + (u u )(v v ) C (u; v) = + ( u)( =) C (u; C (u; v) = [uv + (u u )(v v )] [ + ( u)( = v + Z (u Z u )(v v ) + ( u)( v) + uv + (u 3u + u 3 )(v 3v + v 3 d où 4 + = 9 C (u; C (u; v) I ) Solution c = + 4 R '(t) 3) Solution c = 4 R R Eercice ' @C(u;v) i) C (u; v) = uv +uv( v)( )! = (copule de Gumbel-Morgensternon) 3 ii) C ; = M + ( ) + W;! ; = ( membre de la famille de Fréchet). iii) C ; (u; v) = de Marshall-Olkin) u v si u v uv si u v! ; = 4 (famille +
9 3) Séries d eercices non corrigés Eercice Soient X et X deu variables aléatoires indépendantes de lois Gamma respectives X (s; ) et (r; ) On pose Y = X + X et Y = X + X a) Déterminer la fonction densité conjointe du couple (Y ; Y ) b) En déduire les lois marginales de Y et Y c) Les variables Y et Y sont-elles indépendantes? Eercice Soient X et X deu variables aléatoires indépendantes de lois normales standard N(,) On pose Y = X + X et Y = X X a) Déterminer la fonction densité conjointe du couple (Y ; Y ) b) En déduire les lois marginales de Y et Y c) Les variables Y et Y sont-elles indépendantes? Eercice3 Soient X et X deu variables aléatoires indépendantes de lois uniformes sur les intervalles [; ] et [ ; ] On pose Y = X + X et Y = X X a) Déterminer la fonction densité conjointe du couple (Y ; Y ) b) En déduire les lois marginales de Y et Y c) Les variables Y et Y sont-elles indépendantes? Eercice4 Soient X et Y deu variables aléatoires indépendantes de lois Gamma respectives (a; ) et (b; ) avec a > et b > 9
10 a) On pose L = X Montrer que L suit une loi beta de seconde espèce de paramètres Y z a a et b dont la fonction densité associée est f L (z) = B(a; b) ( + z) ; z > Z a+b + a Z d + avec B(a; b) = ( + ) = a ( ) b d a+b b) On pose T = L Montrer que T suit une loi beta de première espèce de + L paramètres a et b dont la fonction densité est f T (t) = B(a; b) ta ( t) b ; t [; ] Eercice a) Etablir que toute combinaison convee des copules usuelles W; ; W est aussi une copule iesi et sont des nombres réels dans [; ] tels que + ; alors la fonction C dé nie de I dans I par u; v I; C ; (u; v) = M(u; v)+( - )(u; v) + W (u; v) est une copule. b) Application Déterminer la copule dé nie par [ ; ]; u; v I C (u; v) = (+) M(u; v) + ( )(u; v) + ( ) W (u; v) C est la copule de Mardia.
Chapitre 6. Fonction réelle d une variable réelle
Chapitre 6 Fonction réelle d une variable réelle 6. Généralités et plan d étude Une application de I dans R est une correspondance entre les éléments de I et ceu de R telle que tout élément de I admette
Plus en détailChapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme
Chapitre 3 Quelques fonctions usuelles 1 Fonctions logarithme et eponentielle 1.1 La fonction logarithme Définition 1.1 La fonction 7! 1/ est continue sur ]0, +1[. Elle admet donc des primitives sur cet
Plus en détailComparaison de fonctions Développements limités. Chapitre 10
PCSI - 4/5 www.ericreynaud.fr Chapitre Points importants 3 Questions de cours 6 Eercices corrigés Plan du cours 4 Eercices types 7 Devoir maison 5 Eercices Chap Et s il ne fallait retenir que si points?
Plus en détailFonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre
IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables
Plus en détailLimites finies en un point
8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,
Plus en détailCommun à tous les candidats
EXERCICE 3 (9 points ) Commun à tous les candidats On s intéresse à des courbes servant de modèle à la distribution de la masse salariale d une entreprise. Les fonctions f associées définies sur l intervalle
Plus en détailContinuité et dérivabilité d une fonction
DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité
Plus en détailThéorème du point fixe - Théorème de l inversion locale
Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion
Plus en détailO, i, ) ln x. (ln x)2
EXERCICE 5 points Commun à tous les candidats Le plan complee est muni d un repère orthonormal O, i, j Étude d une fonction f On considère la fonction f définie sur l intervalle ]0; + [ par : f = ln On
Plus en détailTSTI 2D CH X : Exemples de lois à densité 1
TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun
Plus en détailChapitre 2 Le problème de l unicité des solutions
Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)
Plus en détailFonctions de plusieurs variables
Maths MP Exercices Fonctions de plusieurs variables Les indications ne sont ici que pour être consultées après le T (pour les exercices non traités). Avant et pendant le T, tenez bon et n allez pas les
Plus en détailDéveloppements limités. Notion de développement limité
MT12 - ch2 Page 1/8 Développements limités Dans tout ce chapitre, I désigne un intervalle de R non vide et non réduit à un point. I Notion de développement limité Dans tout ce paragraphe, a désigne un
Plus en détail8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2
Chapitre 8 Fonctions de plusieurs variables 8.1 Généralités sur les fonctions de plusieurs variables réelles Définition. Une fonction réelle de n variables réelles est une application d une partie de R
Plus en détailCorrection du Baccalauréat S Amérique du Nord mai 2007
Correction du Baccalauréat S Amérique du Nord mai 7 EXERCICE points. Le plan (P) a une pour équation cartésienne : x+y z+ =. Les coordonnées de H vérifient cette équation donc H appartient à (P) et A n
Plus en détailIntégrales doubles et triples - M
Intégrales s et - fournie@mip.ups-tlse.fr 1/27 - Intégrales (rappel) Rappels Approximation éfinition : Intégrale définie Soit f définie continue sur I = [a, b] telle que f (x) > 3 2.5 2 1.5 1.5.5 1 1.5
Plus en détailExo7. Limites de fonctions. 1 Théorie. 2 Calculs
Eo7 Limites de fonctions Théorie Eercice Montrer que toute fonction périodique et non constante n admet pas de ite en + Montrer que toute fonction croissante et majorée admet une ite finie en + Indication
Plus en détailI3, Probabilités 2014 Travaux Dirigés F BM F BM F BM F BM F B M F B M F B M F B M 20 20 80 80 100 100 300 300
I3, Probabilités 2014 Travaux Dirigés TD 1 : rappels. Exercice 1 Poker simplié On tire 3 cartes d'un jeu de 52 cartes. Quelles sont les probabilités d'obtenir un brelan, une couleur, une paire, une suite,
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable
Eo7 Fonctions de plusieurs variables Eercices de Jean-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-francefr * très facile ** facile *** difficulté moenne **** difficile ***** très difficile I
Plus en détailPlanche n o 22. Fonctions de plusieurs variables. Corrigé
Planche n o Fonctions de plusieurs variables Corrigé n o : f est définie sur R \ {, } Pour, f, = Quand tend vers, le couple, tend vers le couple, et f, tend vers Donc, si f a une limite réelle en, cette
Plus en détailProgrammes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours
Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****
Plus en détailSimulation de variables aléatoires
Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo
Plus en détailEconomie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de
Economie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de l espérance d utilité Olivier Bos olivier.bos@u-paris2.fr
Plus en détailQue faire lorsqu on considère plusieurs variables en même temps?
Chapitre 3 Que faire lorsqu on considère plusieurs variables en même temps? On va la plupart du temps se limiter à l étude de couple de variables aléatoires, on peut bien sûr étendre les notions introduites
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours.
Eo7 Fonctions de plusieurs variables Eercices de Jean-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-francefr * très facile ** facile *** difficulté moenne **** difficile ***** très difficile I
Plus en détailFonctions de plusieurs variables
Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme
Plus en détailDérivation : cours. Dérivation dans R
TS Dérivation dans R Dans tout le capitre, f désigne une fonction définie sur un intervalle I de R (non vide et non réduit à un élément) et à valeurs dans R. Petits rappels de première Téorème-définition
Plus en détail(51) Int Cl.: H04L 29/06 (2006.01) G06F 21/55 (2013.01)
(19) TEPZZ 8 8 4_A_T (11) EP 2 838 241 A1 (12) DEMANDE DE BREVET EUROPEEN (43) Date de publication: 18.02.1 Bulletin 1/08 (1) Int Cl.: H04L 29/06 (06.01) G06F 21/ (13.01) (21) Numéro de dépôt: 141781.4
Plus en détailEnoncé et corrigé du brevet des collèges dans les académies d Aix- Marseille, Montpellier, Nice Corse et Toulouse en 2000. Énoncé.
Enoncé et corrigé du brevet des collèges dans les académies d Aix- Marseille, Montpellier, Nice Corse et Toulouse en 2000. Énoncé. I- ACTIVITES NUMERIQUES (12 points) Exercice 1 (3 points) On considère
Plus en détailBaccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé
Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé A. P. M. E. P. Exercice 1 5 points 1. Réponse d. : 1 e Le coefficient directeur de la tangente est négatif et n est manifestement pas 2e
Plus en détailProbabilité. Table des matières. 1 Loi de probabilité 2 1.1 Conditions préalables... 2 1.2 Définitions... 2 1.3 Loi équirépartie...
1 Probabilité Table des matières 1 Loi de probabilité 2 1.1 Conditions préalables........................... 2 1.2 Définitions................................. 2 1.3 Loi équirépartie..............................
Plus en détailPremière partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015
Énoncé Soit V un espace vectoriel réel. L espace vectoriel des endomorphismes de V est désigné par L(V ). Lorsque f L(V ) et k N, on désigne par f 0 = Id V, f k = f k f la composée de f avec lui même k
Plus en détailCours d Analyse. Fonctions de plusieurs variables
Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........
Plus en détailCONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)
CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE Cinquième épreuve d admissibilité STATISTIQUE (durée : cinq heures) Une composition portant sur la statistique. SUJET Cette épreuve est composée d un
Plus en détailDérivées d ordres supérieurs. Application à l étude d extrema.
Chapitre 5 Dérivées d ordres supérieurs. Application à l étude d extrema. On s intéresse dans ce chapitre aux dérivées d ordre ou plus d une fonction de plusieurs variables. Comme pour une fonction d une
Plus en détailFonctions de plusieurs variables. Sébastien Tordeux
Fonctions de plusieurs variables Sébastien Tordeux 22 février 2009 Table des matières 1 Fonctions de plusieurs variables 3 1.1 Définition............................. 3 1.2 Limite et continuité.......................
Plus en détailBaccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé
Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé EXERCICE 1 5 points Commun à tous les candidats 1. Réponse c : ln(10)+2 ln ( 10e 2) = ln(10)+ln ( e 2) = ln(10)+2 2. Réponse b : n 13 0,7 n 0,01
Plus en détailCorrection du baccalauréat ES/L Métropole 20 juin 2014
Correction du baccalauréat ES/L Métropole 0 juin 014 Exercice 1 1. c.. c. 3. c. 4. d. 5. a. P A (B)=1 P A (B)=1 0,3=0,7 D après la formule des probabilités totales : P(B)=P(A B)+P(A B)=0,6 0,3+(1 0,6)
Plus en détailTexte Agrégation limitée par diffusion interne
Page n 1. Texte Agrégation limitée par diffusion interne 1 Le phénomène observé Un fût de déchets radioactifs est enterré secrètement dans le Cantal. Au bout de quelques années, il devient poreux et laisse
Plus en détailExercices - Fonctions de plusieurs variables : corrigé. Pour commencer
Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy
Plus en détailActuariat I ACT2121. septième séance. Arthur Charpentier. Automne 2012. charpentier.arthur@uqam.ca. http ://freakonometrics.blog.free.
Actuariat I ACT2121 septième séance Arthur Charpentier charpentier.arthur@uqam.ca http ://freakonometrics.blog.free.fr/ Automne 2012 1 Exercice 1 En analysant le temps d attente X avant un certain événement
Plus en détail1 radian. De même, la longueur d un arc de cercle de rayon R et dont l angle au centre a pour mesure α radians est α R. R AB =R.
Angles orientés Trigonométrie I. Préliminaires. Le radian Définition B R AB =R C O radian R A Soit C un cercle de centre O. Dire que l angle géométrique AOB a pour mesure radian signifie que la longueur
Plus en détailRésolution d équations non linéaires
Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique
Plus en détailNotes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables
Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables Guy Desaulniers Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2014 Table des matières
Plus en détailDéveloppements limités, équivalents et calculs de limites
Développements ités, équivalents et calculs de ites Eercice. Déterminer le développement ité en 0 à l ordre n des fonctions suivantes :. f() e (+) 3 n. g() sin() +ln(+) n 3 3. h() e sh() n 4. i() sin(
Plus en détailSeconde Généralités sur les fonctions Exercices. Notion de fonction.
Seconde Généralités sur les fonctions Exercices Notion de fonction. Exercice. Une fonction définie par une formule. On considère la fonction f définie sur R par = x + x. a) Calculer les images de, 0 et
Plus en détailStatistique : Résumé de cours et méthodes
Statistique : Résumé de cours et méthodes 1 Vocabulaire : Population : c est l ensemble étudié. Individu : c est un élément de la population. Effectif total : c est le nombre total d individus. Caractère
Plus en détailOM 1 Outils mathématiques : fonction de plusieurs variables
Outils mathématiques : fonction de plusieurs variables PCSI 2013 2014 Certaines partie de ce chapitre ne seront utiles qu à partir de l année prochaine, mais une grande partie nous servira dès cette année.
Plus en détailMATHEMATIQUES APPLIQUEES Equations aux dérivées partielles Cours et exercices corrigés
MATHEMATIQUES APPLIQUEES Equations aux dérivées partielles Cours et exercices corrigés Département GPI 1ère année Avril 2005 INPT-ENSIACET 118 route de Narbonne 31077 Toulouse cedex 4 Mail : Xuan.Meyer@ensiacet.fr
Plus en détailCalcul intégral élémentaire en plusieurs variables
Calcul intégral élémentaire en plusieurs variables PC*2 2 septembre 2009 Avant-propos À part le théorème de Fubini qui sera démontré dans le cours sur les intégrales à paramètres et qui ne semble pas explicitement
Plus en détailFonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples
45 Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples Les espaces vectoriels considérés sont réels, non réduits au vecteur nul et
Plus en détailBaccalauréat ES Pondichéry 7 avril 2014 Corrigé
Baccalauréat ES Pondichéry 7 avril 204 Corrigé EXERCICE 4 points Commun à tous les candidats. Proposition fausse. La tangente T, passant par les points A et B d abscisses distinctes, a pour coefficient
Plus en détailFONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)
FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) Bernard Le Stum Université de Rennes 1 Version du 13 mars 2009 Table des matières 1 Fonctions partielles, courbes de niveau 1 2 Limites et continuité
Plus en détailDéveloppements limités usuels en 0
Développements limités usuels en 0 e x sh x ch x sin x cos x = + x! + x! + + xn n! + O ( x n+) = x + x3 3! + + xn+ (n + )! + O ( x n+3) = + x! + x4 4! + + xn (n)! + O ( x n+) = x x3 3! + + ( )n xn+ (n
Plus en détailContinuité d une fonction de plusieurs variables
Chapitre 2 Continuité d une fonction de plusieurs variables Maintenant qu on a défini la notion de limite pour des suites dans R n, la notion de continuité s étend sans problème à des fonctions de plusieurs
Plus en détailMESURE ET PRECISION. Il est clair que si le voltmètre mesure bien la tension U aux bornes de R, l ampèremètre, lui, mesure. R mes. mes. .
MESURE ET PRECISIO La détermination de la valeur d une grandeur G à partir des mesures expérimentales de grandeurs a et b dont elle dépend n a vraiment de sens que si elle est accompagnée de la précision
Plus en détailLes travaux doivent être remis sous forme papier.
Physique mathématique II Calendrier: Date Pondération/note nale Matériel couvert ExercicesSérie 1 : 25 septembre 2014 5% RH&B: Ch. 3 ExercicesSérie 2 : 23 octobre 2014 5% RH&B: Ch. 12-13 Examen 1 : 24
Plus en détailNotes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables
Notes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables Fausto Errico Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2012 Table des matières
Plus en détailMais comment on fait pour...
Mais comment on fait pour... Toutes les méthodes fondamentales en Maths Term.S Édition Salutπaths Table des matières 1) GÉNÉRALITÉS SUR LES FONCTIONS...13 1.Comment déterminer l'ensemble de définition
Plus en détailExercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.
14-3- 214 J.F.C. p. 1 I Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. Exercice 1 Densité de probabilité. F { ln x si x ], 1] UN OVNI... On pose x R,
Plus en détailPROBABILITES ET STATISTIQUE I&II
PROBABILITES ET STATISTIQUE I&II TABLE DES MATIERES CHAPITRE I - COMBINATOIRE ELEMENTAIRE I.1. Rappel des notations de la théorie des ensemble I.1.a. Ensembles et sous-ensembles I.1.b. Diagrammes (dits
Plus en détailI - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES
I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES Théorème - Définition Soit un cercle (O,R) et un point. Une droite passant par coupe le cercle en deux points A et
Plus en détailAngles orientés et trigonométrie
Chapitre Angles orientés et trigonométrie Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Trigonométrie Cercle trigonométrique. Radian. Mesure d un angle orienté, mesure principale.
Plus en détailChapitre VI Fonctions de plusieurs variables
Chapitre VI Fonctions de plusieurs variables 6. 1 Fonctions différentiables de R 2 dans R. 6. 1. 1 Définition de la différentiabilité Nous introduisons la différentiabilité sous l angle des développements
Plus en détailLogique. Plan du chapitre
Logique Ce chapitre est assez abstrait en première lecture, mais est (avec le chapitre suivant «Ensembles») probablement le plus important de l année car il est à la base de tous les raisonnements usuels
Plus en détailEquations différentielles linéaires à coefficients constants
Equations différentielles linéaires à coefficients constants Cas des équations d ordre 1 et 2 Cours de : Martine Arrou-Vignod Médiatisation : Johan Millaud Département RT de l IUT de Vélizy Mai 2007 I
Plus en détailPHYSIQUE-CHIMIE. Partie I - Spectrophotomètre à réseau
PHYSIQUE-CHIMIE L absorption des radiations lumineuses par la matière dans le domaine s étendant du proche ultraviolet au très proche infrarouge a beaucoup d applications en analyse chimique quantitative
Plus en détailCours Fonctions de deux variables
Cours Fonctions de deux variables par Pierre Veuillez 1 Support théorique 1.1 Représentation Plan et espace : Grâce à un repère cartésien ( ) O, i, j du plan, les couples (x, y) de R 2 peuvent être représenté
Plus en détailActivités numériques [13 Points]
N du candidat L emploi de la calculatrice est autorisé. Le soin, la qualité de la présentation entrent pour 2 points dans l appréciation des copies. Les résultats seront soulignés. La correction est disponible
Plus en détail3 Approximation de solutions d équations
3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle
Plus en détailAC AB. A B C x 1. x + 1. d où. Avec un calcul vu au lycée, on démontre que cette solution admet deux solutions dont une seule nous intéresse : x =
LE NOMBRE D OR Présentation et calcul du nombre d or Euclide avait trouvé un moyen de partager en deu un segment selon en «etrême et moyenne raison» Soit un segment [AB]. Le partage d Euclide consiste
Plus en détailCalcul différentiel sur R n Première partie
Calcul différentiel sur R n Première partie Université De Metz 2006-2007 1 Définitions générales On note L(R n, R m ) l espace vectoriel des applications linéaires de R n dans R m. Définition 1.1 (différentiabilité
Plus en détailMoments des variables aléatoires réelles
Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................
Plus en détailEPREUVES AU CHOIX DU CANDIDAT. Durée : De 09 h 00 à 12 h 00 (Heure de Yaoundé, TU + 1)
1 CYCLE MST-A 30 JUIN 2010 10 ème Promotion 2010 / 2012 CONCOURS D ENTREE A L IIA DROIT EPREUVES AU CHOIX DU CANDIDAT Durée : De 09 h 00 à 12 h 00 (Heure de Yaoundé, TU + 1) Le candidat traitera au choix
Plus en détailFonctions de plusieurs variables et applications pour l ingénieur
Service Commun de Formation Continue Année Universitaire 2006-2007 Fonctions de plusieurs variables et applications pour l ingénieur Polycopié de cours Rédigé par Yannick Privat Bureau 321 - Institut Élie
Plus en détailProgrammation linéaire
1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit
Plus en détailProbabilités. C. Charignon. I Cours 3
Probabilités C. Charignon Table des matières I Cours 3 1 Dénombrements 3 1.1 Cardinal.................................................. 3 1.1.1 Définition............................................. 3
Plus en détailFonctions de deux variables. Mai 2011
Fonctions de deux variables Dédou Mai 2011 D une à deux variables Les fonctions modèlisent de l information dépendant d un paramètre. On a aussi besoin de modéliser de l information dépendant de plusieurs
Plus en détailTests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles
Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles Valentin Patilea 1 Cesar Sanchez-sellero 2 Matthieu Saumard 3 1 CREST-ENSAI et IRMAR 2 USC Espagne 3 IRMAR-INSA
Plus en détailAnalyse en Composantes Principales
Analyse en Composantes Principales Anne B Dufour Octobre 2013 Anne B Dufour () Analyse en Composantes Principales Octobre 2013 1 / 36 Introduction Introduction Soit X un tableau contenant p variables mesurées
Plus en détail8 Ensemble grand-canonique
Physique Statistique I, 007-008 8 Ensemble grand-canonique 8.1 Calcul de la densité de probabilité On adopte la même approche par laquelle on a établi la densité de probabilité de l ensemble canonique,
Plus en détailMéthodes de quadrature. Polytech Paris-UPMC. - p. 1/48
Méthodes de Polytech Paris-UPMC - p. 1/48 Polynôme d interpolation de Preuve et polynôme de Calcul de l erreur d interpolation Étude de la formule d erreur Autres méthodes - p. 2/48 Polynôme d interpolation
Plus en détailExamen optimisation Centrale Marseille (2008) et SupGalilee (2008)
Examen optimisation Centrale Marseille (28) et SupGalilee (28) Olivier Latte, Jean-Michel Innocent, Isabelle Terrasse, Emmanuel Audusse, Francois Cuvelier duree 4 h Tout resultat enonce dans le texte peut
Plus en détailImage d un intervalle par une fonction continue
DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction
Plus en détailBaccalauréat ES/L Métropole La Réunion 13 septembre 2013 Corrigé
Baccalauréat S/L Métropole La Réunion 13 septembre 2013 Corrigé A. P. M.. P. XRCIC 1 Commun à tous les candidats Partie A 1. L arbre de probabilité correspondant aux données du problème est : 0,3 0,6 H
Plus en détailMathématiques I Section Architecture, EPFL
Examen, semestre d hiver 2011 2012 Mathématiques I Section Architecture, EPFL Chargé de cours: Gavin Seal Instructions: Mettez votre nom et votre numéro Sciper sur chaque page de l examen. Faites de même
Plus en détailSéquence 8. Fonctions numériques Convexité. Sommaire
Séquence 8 Fonctions numériques Conveité Objectifs de la séquence Introduire graphiquement les notions de fonctions convees et de fonctions concaves. Établir le lien entre le sens de variation d une fonction
Plus en détailExprimer ce coefficient de proportionnalité sous forme de pourcentage : 3,5 %
23 CALCUL DE L INTÉRÊT Tau d intérêt Paul et Rémi ont reçu pour Noël, respectivement, 20 et 80. Ils placent cet argent dans une banque, au même tau. Au bout d une année, ce placement leur rapportera une
Plus en détailBac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)
Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Eercice 1 (5 points) pour les candidats n ayant pas choisi la spécialité MATH Le tableau suivant donne l évolution du chiffre
Plus en détailContinuité en un point
DOCUMENT 4 Continuité en un point En général, D f désigne l ensemble de définition de la fonction f et on supposera toujours que cet ensemble est inclus dans R. Toutes les fonctions considérées sont à
Plus en détail10 leçon 2. Leçon n 2 : Contact entre deux solides. Frottement de glissement. Exemples. (PC ou 1 er CU)
0 leçon 2 Leçon n 2 : Contact entre deu solides Frottement de glissement Eemples (PC ou er CU) Introduction Contact entre deu solides Liaisons de contact 2 Contact ponctuel 2 Frottement de glissement 2
Plus en détailModèle de troncature gauche : Comparaison par simulation sur données indépendantes et dépendantes
de troncature gauche : Comparaison par simulation sur données indépendantes et dépendantes Zohra Guessoum 1 & Farida Hamrani 2 1 Lab. MSTD, Faculté de mathématique, USTHB, BP n 32, El Alia, Alger, Algérie,zguessoum@usthb.dz
Plus en détailStatistiques Descriptives à une dimension
I. Introduction et Définitions 1. Introduction La statistique est une science qui a pour objectif de recueillir et de traiter les informations, souvent en très grand nombre. Elle regroupe l ensemble des
Plus en détailM2 IAD UE MODE Notes de cours (3)
M2 IAD UE MODE Notes de cours (3) Jean-Yves Jaffray Patrice Perny 16 mars 2006 ATTITUDE PAR RAPPORT AU RISQUE 1 Attitude par rapport au risque Nousn avons pas encore fait d hypothèse sur la structure de
Plus en détailFonctions homographiques
Seconde-Fonctions homographiques-cours Mai 0 Fonctions homographiques Introduction Voir le TP Géogébra. La fonction inverse. Définition Considérons la fonction f définie par f() =. Alors :. f est définie
Plus en détailCours de gestion des risques d assurances et de théorie de la ruine. Stéphane Loisel
Cours de gestion des risques d assurances et de théorie de la ruine Stéphane Loisel ISFA, 2005-2006 Table des matières I Modélisation de la charge sinistre : du modèle individuel au modèle collectif 5
Plus en détailDéveloppements limités
Université Joseph Fourier, Grenoble Maths en Ligne Développements limités Bernard Ycart Les développements limités sont l outil principal d approximation locale des fonctions. L objectif de ce chapitre
Plus en détailCouples de variables aléatoires discrètes
Couples de variables aléatoires discrètes ECE Lycée Carnot mai Dans ce dernier chapitre de probabilités de l'année, nous allons introduire l'étude de couples de variables aléatoires, c'est-à-dire l'étude
Plus en détailChapitre 3. Les distributions à deux variables
Chapitre 3. Les distributions à deux variables Jean-François Coeurjolly http://www-ljk.imag.fr/membres/jean-francois.coeurjolly/ Laboratoire Jean Kuntzmann (LJK), Grenoble University 1 Distributions conditionnelles
Plus en détail